library(ggplot2) #Gráficas más bonitas
library(plotly) #Gráficas interactivas
## 
## Attaching package: 'plotly'
## The following object is masked from 'package:ggplot2':
## 
##     last_plot
## The following object is masked from 'package:stats':
## 
##     filter
## The following object is masked from 'package:graphics':
## 
##     layout
library(ggmap) #Mapas
## Google's Terms of Service: https://cloud.google.com/maps-platform/terms/.
## Please cite ggmap if you use it! See citation("ggmap") for details.
## 
## Attaching package: 'ggmap'
## The following object is masked from 'package:plotly':
## 
##     wind

I. Creando nuestros datos

Primero, crearemos un vector con cada uno de los nombres de la personas y los datos de la latitud y longitud del lugar de la República Mexicana al que les gustaría viajar. Posteriormente, mediante la función rbind crearemos una matriz por columnas con los datos de las ubicaciones a las que nos gustaría viajar:

Rafael<-c(-99.16174,19.3467)
Salma<-c(-117.038247,32.5149469)
Carlo<-c(-101.0053,25.42321)
Katy<-c(-109.702,23.053)
Eduardo<-c(-87.376666666667,21.521666666667)
viajes<-rbind(Rafael,Salma,Carlo,Katy,Eduardo)
viajes
##               [,1]     [,2]
## Rafael   -99.16174 19.34670
## Salma   -117.03825 32.51495
## Carlo   -101.00530 25.42321
## Katy    -109.70200 23.05300
## Eduardo  -87.37667 21.52167

II. Cambiando el nombre de nuestras columnas

Una vez que hemos creado nuestra matriz de datos, cambiaremos el nombre de nuestras columnas con la función colnames:

colnames(viajes)<-c("Longitud","Latitud")
viajes
##           Longitud  Latitud
## Rafael   -99.16174 19.34670
## Salma   -117.03825 32.51495
## Carlo   -101.00530 25.42321
## Katy    -109.70200 23.05300
## Eduardo  -87.37667 21.52167

III. Transformando nuestra matriz en un data.frame

Recuerda que para hacer gráficas con ggplot y mapas con qmplot necesitamos un data frame. Vamos a transformar nuestra matriz en un data.frame de la siguiente forma:

viajes<-data.frame(viajes)
viajes
##           Longitud  Latitud
## Rafael   -99.16174 19.34670
## Salma   -117.03825 32.51495
## Carlo   -101.00530 25.42321
## Katy    -109.70200 23.05300
## Eduardo  -87.37667 21.52167

IV. Creando una gráfica de dispersión con nombres y puntos

Podemos crear una grafica de dispersión y usar los nombres como etiqueta si utilizamos la función ggplot junto con geom_text; además, podemos agregar puntos a nuestra gráfica con la función geom_point. Finalmente, si queremos que nuestra gráfica sea interactiva, utilizamos la función ggplotly:

dispersion<-ggplot(viajes)+geom_text(aes(Latitud,Longitud),label= rownames(viajes))+geom_point(aes(Latitud,Longitud),color= rainbow(5))
ggplotly(dispersion)

V. Creando un mapa

Para crear un mapa, utilizaremos la funcion qmplot:

qmplot(Longitud, Latitud, data=viajes, color=I(rainbow(5)))

VI. Mapa de puntos y densidad

Podemos agregar el parámetro geom = c("point","density2d") para hacer un mapa de puntos y densidad:

qmplot(Longitud, Latitud, data=viajes, geom=c("point","density2d"))

VII. Preguntas

1.- ¿Cómo están distribuidas sus ubicaciones?

Estan bastante dispersas, pero dentro de la República Mexicana.

2.- Si tuvieras que pensar en una función que pasara por todas sus ubicaciones, ¿qué tipo de función sería?

Se asemeja a una función polinomica de tercer grado con pendiente negativa.

3.- ¿Consideras que graficar la ubicación de una persona en un mapa tiene un valor económico? ¿Por qué?

La ubicación puede ayudar a un organismo ya se a público o privado a tomar decisiones.

4.- ¿Hasta ahora qué han aprendido en el curso?

A utilizar R y a utilizar las herramientas de esta para representar graficamentente ciertos temas.

Esta obra fue generada mediante R en November 18, 2020 y forma parte de las actividades realizadas en las materias de Matemáticas I y Taller III, Facultad de Economía, UNAM.
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional. Creative Commons (CC).Licencia de Creative Commons